IC2ML: Unified battery state-of-health, degradation trajectory and remaining useful life prediction via intra-cycle and inter-cycle enhanced machine learning
Xinghao Huang、Chen Liang、Shengyu Tao、Yunhong Che、Ningyu Bian、Jiale Zhang、Runhua Wang、Yuqi Zhang
2. IC2ML: Unified battery state-of-health, degradation trajectory and remaining useful life prediction via intra-cycle and inter-cycle enhanced machine learning
论文基本信息
| 字段 | 内容 |
|---|---|
| DOI/URL/PDF | DOI；ScienceDirect 出版社页；PDF 下载请求未取得文件 |
| 发现来源 | Crossref、Crossref/Venue；来源 URL 为 DOI |
| 期刊/会议/平台 | Journal of Power Sources，Volume 666，Article 239148；开放获取 |
| 发表日期 | 出版社卷期日 2026-02-28；DOI 元数据另显示在线记录 2025-12-30，payload Crossref 为 2026-02-01，分别记录在线/卷期与索引日期 |
| 作者/机构 | Xinghao Huang、Chen Liang、Shengyu Tao、Yunhong Che、Ningyu Bian、Jiale Zhang、Runhua Wang、Yuqi Zhang、Bizhong Xia、Xuan Zhang；可访问摘要页未显示完整单位 |
| 通讯作者 | 未能从可访问出版社摘要页确认 |
| 脚本评分/证据等级 | 90；摘要级。评分理由含 SOH/RUL/退化轨迹目标、机器学习和 Journal of Power Sources |
| 核验路径 | 无 payload PDF → DOI/出版社文章页成功 → 官方摘要、Highlights、卷期日期及数据可用性检查；直链 PDF 请求只返回下载准备页 |
纳入理由与原文证据
- 主题/边界： 联合预测 SOH、未来退化轨迹和 RUL，符合电池健康与寿命预测主题。RUL 是从退化轨迹及预期 SOH 水平派生，不应把其误差解释为独立 EOL 分类精度。
- 证据： 官方摘要报告 121 个电池、10 种工况的三项平均 RMSE；Highlights 另称覆盖三种材料。ScienceDirect 摘要
数据集/电池体系
- 体系/数据： 锂离子电池；官方摘要称 121 个电池、3 种材料、10 个运行工况。材料具体化学名称及各组数量未能从摘要页确认。
- 工况/跨域： 使用现场可提取的 0.1 V 采样电压数据；Highlights 提及可扩展至 100-cycle 轨迹预测。温度、倍率及按电芯/材料的训练测试分布未在摘要说明。
EOL/RUL/SOH 定义
- 目标/定义： SOH、退化轨迹和 RUL 联合预测；RUL 根据预测轨迹达到预期 SOH 水平推导。具体 SOH 目标、EOL 阈值、标签单位换算规则未说明。
- 未来信息风险： 关键检查项是输入窗口是否严格止于预测时点、轨迹标签是否与输入重叠、测试电芯是否完全隔离；摘要无法确认这些实现细节。
模型方法
- 流程： 1-D 电压时序用于 SOH；跨周期嵌入经 self-attention 预测退化轨迹，输出嵌入与 intra-/inter-cycle 输入通过 cross-attention 估计 RUL；另使用电压-容量二维图像表征健康信息。
- 部署： 0.1 V 采样被描述为现场可获取；延迟、算力、内存、采样频率及在线更新成本未报告。
验证设计
- 划分/泛化： 报告 121 个电池、3 种材料及 10 种工况，并进行少量历史数据敏感性分析；摘要没有给出按电芯划分、独立外部测试或基线细节。
- 可信度： 中；样本覆盖面是优势，但缺少划分协议与材料级测试结果，尚不能判断跨域泛化强度。
指标与结果
- SOH、退化轨迹、RUL 平均 RMSE 分别为 1.85%、2.36%、23.90 cycles；Highlights 报告 100-cycle 轨迹 RMSE 为 1.77%。均为论文摘要/Highlights 数值，未在本轮全文复核。
泄漏风险、复现性与局限性
- 泄漏风险： 信息不足；需检查按电芯切分、序列窗边界及未来容量曲线是否进入特征。
- 复现性： 中；出版社称数据与代码已存放于 GitHub 仓库，本轮未核验版本、数据下载及可运行性。
- 局限性： 当前仅摘要级核验；具体化学体系、EOL阈值、测试拆分、外部验证及部署代价未确认。
是否值得跟进
- 结论： 强烈跟进。
- 理由与下一步： 联合任务与采样要求有直接工程价值。下一步下载全文和代码，审查电芯隔离、SOH阈值、100-cycle 设置及 23.90-cycle RUL 误差的测试集构成。
查看关键词分类依据
- RUL prediction · 标题包含「remaining useful life」
state-of-health, degradation trajectory and remaining useful life prediction via intra-cycle and inter-cycle enhanced machine learning - Capacity fade / trajectory prediction · 标题包含「degradation trajectory」
IC2ML: Unified battery state-of-health, degradation trajectory and remaining useful life prediction via intra-cycle and inter-cycle enhanced m - Generic machine learning · 标题包含「machine learning」
ion via intra-cycle and inter-cycle enhanced machine learning